通过将向量的值与 colnames 匹配来填充数据框答案

【问题标题】：Fill a dataframe by matching the values of a vector with colnames通过将向量的值与 colnames 匹配来填充数据框
【发布时间】：2020-11-19 14:27:32
【问题描述】：

我需要通过将向量的值与列名匹配来填充 R 中的数据框。列名与向量的名称不完全匹配。下面是一个例子：

df = data.frame(matrix(NA, ncol = 3, nrow = 4));
colnames(df) = c("AA", "BB", "CC")
vec1 = c(1,2,3) ; names(vec1) = c("BB745","456AA",  "123CC3") ;
vec2 = c(4,5,6) ; names(vec2) = c("BB745","456AA",  "123CC3")

df 的第一行应该是

2 1 3
5 4 6

实现这一目标的最简单方法是什么？

提前致谢！

【问题讨论】：

标签： r dataframe vector

【解决方案1】：

根据您的示例，我想您有许多 vecs，您希望将它们全部设置在一个基于数据框的部分公共部分的名称中。

例如，你有这三个vecs：

vec1 <- setNames(c(1,2,3), c("BB745","456AA",  "123CC3"))
vec2 <- setNames(c(3,2,1), c("BB345","113AA",  "543CC6"))
vec3 <- setNames(c(2,1,3), c("BB567","AA111",  "345CC8"))

并且您想根据以下字符串的存在将它们设置在一起：

nn <-  c("AA", "BB", "CC")

在这种情况下，我建议您按照以下方式进行。

在一个列表中设置您的vec：

l <- list(vec1,vec2,vec3)

然后使用这一行：

library(purrr)
library(stringr)

nn_clps <- paste(nn, collapse = "|")
map_dfr(l, ~setNames(., str_extract(names(.), nn_clps))) %>% select(all_of(nn))

#> # A tibble: 3 x 3
#>      AA    BB    CC
#>   <dbl> <dbl> <dbl>
#> 1     2     1     3
#> 2     2     3     1
#> 3     1     2     3

它有什么作用？

我们使用来自purrr 包的map 对每个向量应用一个函数
这样，我们每次取一个vec，并从名称中提取nn中的字符串：所以AA、BB或CC之一。为此，我们使用 stringr 包中的 str_extract。
然后我们用我们提取的字符串重命名每个向量。我们使用setNames
最后，所有字符串都设置在一个唯一的数据帧中。这是由map_dfr 执行的，其行为类似于map，但将输出定义为一个唯一的数据帧（dfr 代表将行绑定到数据帧）。
要按预期顺序设置列，有多种方法。一种可能是来自dplyr 包中的select。 all_of 只是翻译从 select 可以理解的名称中的字符串。同样[nn] 而不是 %>% select(all_of(nn)) 也可以正常工作。像这样：

map_dfr(l, ~setNames(., str_extract(names(.), nn_clps)))[nn]

查看?map 以了解. 和~ 的作用。简而言之：创建匿名函数需要~，.是匿名函数中x的占位符。

所有代码放在一起。我稍微修改了它以按照您想要的顺序设置列。

vec1 <- setNames(c(1,2,3), c("BB745","456AA","123CC3"))
vec2 <- setNames(c(3,2,1), c("BB345","113AA","543CC6"))
vec3 <- setNames(c(2,1,3), c("BB567","AA111","345CC8"))
nn <- c("AA", "BB", "CC")
l <- list(vec1,vec2,vec3)
library(purrr)
library(stringr)
library(dplyr)
nn_clps <- paste(nn, collapse = "|")
map_dfr(l, ~setNames(., str_extract(names(.), nn_clps))) %>% select(all_of(nn))

【讨论】：

非常感谢您的回答。你已经明白我的问题了！当我运行您的代码时，Argument 1 must have names 与 map_dfr 函数出现错误。
您能否将我答案的最后一部分“所有代码放在一起”并运行它？告诉我你是否还有这个错误。因为我没有。
是的，我仍然有错误。我在 2 个不同的 R 上尝试了您的代码。也许您的代码使用了存储在您的环境中的变量？
你能更新你的包吗？请更新purrr、dplyr、tibble。
是的。看看最后的代码。我稍微修改了一下。

【解决方案2】：

使用tidyverse 函数尝试这种方法。您可以调整数据框中的向量，然后使用left_join() 清理值以进行匹配。代码如下：

library(tidyverse)
#Code
newdf <- df %>% mutate(Ref=row_number()) %>%
  pivot_longer(-Ref) %>%
  left_join(
    vec1 %>% data.frame() %>% set_names(.,'Val') %>% rownames_to_column('name') %>%
      mutate(name=gsub("[[:digit:]]", "", name))
  ) %>%
  mutate(value=Val) %>% select(-Val) %>%
  pivot_wider(names_from = name,values_from=value) %>%
  select(-Ref)

输出：

# A tibble: 4 x 3
     AA    BB    CC
  <dbl> <dbl> <dbl>
1     2     1     3
2     2     1     3
3     2     1     3
4     2     1     3

【讨论】：

【解决方案3】：

如果你只想要一个基本的 R 方法，这样的方法可以工作：

vec1 <- c(1,2,3) ; names(vec1) <- c("BB745","456AA", "123CC3") 
vec2 <- c(3,4,5) ; names(vec2) <- c("BB845","545AA", "456CC3") 

my_fun <- function(vec) {
  headers <- c("AA", "BB", "CC")
  new_vals <- sapply(headers, 
                function(x) {
                  idx <- grepl(x, names(vec))
                  vec[idx]
                })
  names(new_vals) <- headers
  new_vals
}
row_list <- lapply(list(vec1, vec2), my_fun)
data.frame(do.call(rbind, row_list))

输出：

  AA BB CC
1  2  1  3
2  4  3  5

【讨论】：